Датасет · rag-datasets
Биомедицинский датасет для тестирования RAG
rag-datasets/rag-mini-bioasq
Очищенное подмножество биомедицинских текстов и вопросов на английском для оценки систем поиска и генерации.
Что внутри
Набор представляет собой очищенную от пустых значений (NaN) выборку из обучающего датасета соревнования BioASQ (Task 11b) объемом около 44,9 тысячи записей. Внутри лежат текстовый корпус, разбитый на фрагменты с идентификаторами, а также вопросы с короткими ответами и ссылками на релевантные отрывки. Данные сохранены в формате parquet на английском языке.
Что можно сделать
- Оценка качества поиска и генерации ответов в биомедицинских RAG-пайплайнах
- Обучение эмбеддингов и моделей семантического поиска по научным текстам
- Задачи
- Вопрос-ответ, Похожесть текстов
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 1,5 тыс.
- Лайков
- 56
Как загрузить
from datasets import load_dataset
ds = load_dataset("rag-datasets/rag-mini-bioasq")